Společnost Tutor Intelligence představila svou novou infrastrukturu, kterou označuje jako „datovou továrnu“ určenou ke sběru a zpracování dat pro výcvik robotické umělé inteligence v reálných prostředích. Cílem platformy je vyřešit jeden z největších problémů současné robotiky: nedostatek kvalitních tréninkových dat, která by robotům umožnila spolehlivě fungovat mimo sterilní laboratorní podmínky.

„Naše datová továrna uzavírá kritickou mezeru mezi simulací a realitou,“ uvedl zakladatel společnosti Tutor Intelligence. „Roboti postrádají zkušenosti z běžného života, které jsou pro úspěšnou integraci v průmyslu či logistice naprosto nezbytné. Naším úkolem je poskytnout jim prostřednictvím těchto datových sad takové porozumění fyzickému světu, jaké dosud nebylo možné automatizovaně získat.“

Proč robotika potřebuje novou podobu dat?

Zatímco jazykové modely (LLM) trénují na milionech stránek textu z internetu, robotika naráží na limity dostupných reálných dat. Trénink v digitálních dvojčatech (simulacích) je sice rychlý, ale často nedokáže replikovat nepředvídatelné fyzikální jevy, jako je tření různých materiálů, nečistoty v prostředí nebo nevyzpytatelné pohyby lidí v okolí robota.

Tutor Intelligence se proto zaměřuje na vytvoření masivního datového potrubí, které propojuje:

Sběr z reálného světa: Data získaná z provozu robotů v terénu, včetně senzorických vstupů z kamer, LiDARů a hmatových senzorů.
Anonymizaci a čištění: Automatizované systémy zajišťují, že citlivé informace jsou z dat odstraněny, a připravují surová data pro efektivní učení robotických modelů.
Doručování do modelů: Přímé propojení s architekturami fyzické AI, které umožňuje modelům rychle se přizpůsobit novým scénářům bez nutnosti složitého ručního programování.

Škálování inteligence napříč odvětvími

Využití této infrastruktury nachází uplatnění především u firem, které vyvíjejí autonomní systémy pro komplexní operace. Podle informací od společnosti již platformu využívají partneři v oblastech, jako jsou autonomní manipulace s materiálem, mobilní servisní robotika a pokročilá inspekční zařízení.

„Datová továrna“ funguje na principu průběžného vylepšování: čím více robotů využívá platformu v reálném provozu, tím kvalitnější data se generují a modely jsou díky nim odolnější vůči chybám. Tento tzv. „datový flywheel“ je klíčovým pilířem, díky kterému se fyzická AI může posunout od experimentálních prototypů ke spolehlivým komerčním produktům.

Zdroj: therobotreport.com